L’intelligence artificielle au service du dépistage du cancer colorectal : comment notre microbiome pourrait révolutionner la prévention

Cet article ce base sur l'étude suivante

Pierfrancesco Novielli, Simone Baldi, Donato Romano, Michele Magarelli,
Domenico Diacono, Pierpaolo Di Bitonto, Giulia Nannini, Leandro Di Gloria, Roberto Bellotti,
Amedeo Amedei & Sabina Tangaro (2025) Personalized colorectal cancer risk assessment
through explainable AI and Gut microbiome profiling, Gut Microbes, 17:1, 2543124, DOI:
10.1080/19490976.2025.2543124

https://www.tandfonline.com/doi/full/10.1080/19490976.2025.2543124

Introduction

Le cancer colorectal (CCR) reste l’un des cancers les plus fréquents et les plus meurtriers à travers le monde. Pourtant, un bouleversement scientifique se profile à l’horizon : l’analyse de notre microbiome intestinal grâce à l’intelligence artificielle (IA). Une vaste étude publiée en 2025 montre que l’IA, couplée à des techniques dites d'"explicabilité" (XAI), pourrait transformer la prévention et la gestion personnalisée du cancer colorectal. Découvrons ensemble comment ces innovations fonctionnent, leurs apports et les applications concrètes déjà envisagées.

Qu’est-ce que le microbiome intestinal ?

Notre microbiome intestinal est constitué de milliards de micro-organismes (bactéries, champignons, etc.) vivant dans notre tube digestif. Ce petit écosystème influe sur notre digestion, notre système immunitaire, notre humeur, et désormais, on sait qu’il a un impact sur le risque de développer certaines maladies chroniques, comme le cancer colorectal.

Pourquoi le cancer colorectal et le microbiome ?

Le développement du cancer colorectal suit généralement une progression dite "adénome-carcinome" : les cellules normales du côlon subissent des modifications pour devenir d’abord des adénomes (lésions précancéreuses), puis des tumeurs malignes. Divers éléments influencent ce processus - parmi eux, l’alimentation, la génétique... et le microbiome.

Des recherches récentes ont montré que certaines bactéries sont plus fréquentes chez les personnes atteintes de CCR ou d’adénomes, alors que d’autres semblent jouer un rôle protecteur.

Pourquoi utiliser l’intelligence artificielle ?

Les données issues du microbiome sont aussi complexes que denses : chaque individu possède des centaines, voire milliers d’espèces différentes. La diversité et l’abondance de chaque espèce varient énormément d’un individu à l’autre.

C’est ici qu’entre en jeu l’intelligence artificielle. Les outils de Machine Learning (apprentissage automatique) sont capables d’analyser des jeux de données immenses et d’identifier, parmi des milliers de variables, celles qui sont associées à un risque plus élevé (ou plus faible) de cancer colorectal.

Mais il restait un problème : les professionnels de santé doivent comprendre pourquoi l’IA prend telle ou telle décision. C’est le rôle clé de l’explicabilité : rendre l’IA "transparente" et ses prédictions interprétables.

L’étude : comment l’IA explicable a révélé de nouveaux biomarqueurs

Dans cette étude, plus de 450 patients porteurs d’adénome ou de CCR ont fourni des échantillons de microbiote. Les séquences ADN de leurs bactéries (via la technologie 16S rRNA) ont été analysées. Trois modèles différents de Machine Learning ont été testés, et c’est CatBoost qui a finalement offert le meilleur compromis entre précision et robustesse.

Les résultats ? Des performances prometteuses : l’algorithme était capable de distinguer les patients porteurs d’un adénome ou d’un cancer de ceux sans lésion, avec une courbe ROC (mesure de performance du modèle) supérieure à 0,7, ce qui indique une bonne capacité prédictive, y compris sur une cohorte indépendante d’origine italienne.

Mais le plus fascinant réside dans l’explication des prédictions… Grâce à la méthode SHAP (SHapley Additive explanations), il a été possible d’identifier :

• Des bactéries "marqueurs de risque" : Fusobacterium et Peptostreptococcus (associées à une augmentation du risque)
• Des bactéries "protection" : le groupe Eubacterium eligens, prédicteur négatif robuste

Plus encore : certains sous-groupes de patients porteurs d’adénomes présentent un microbiome tendant à ressembler à celui des patients atteints de CCR. On découvre donc des états de transition - phase où la prévention pourrait être la plus efficace.

Applications pratiques : où en est-on, et que réserve l’avenir ?

1. Dépistage précoce personnalisé

L’ambition majeure de la recherche : développer un test non-invasif, basé sur le microbiome, qui signalerait les personnes à risque avant même l’apparition de symptômes. Il pourrait s’agir d’un simple prélèvement de selles, analysé par séquençage et évalué à l’aide d’algorithmes d’IA explicable.

Une telle approche serait complémentaire à la coloscopie, parfois difficile à accepter pour certains patients.

2. Suivi et stratification du risque

Les analyses IA pourraient permettre de suivre l’évolution du microbiome au fil du temps ou post-polypectomie (retrait d’un polype à risque). Un patient dont le microbiome "se détériore" pourrait bénéficier d’un suivi plus étroit ou de conseils individualisés (diététique, probiotiques ciblés...).

3. Nouvelles cibles thérapeutiques

Si certaines bactéries sont directement impliquées dans le risque tumoral, il deviendrait envisageable de moduler le microbiome (par des compléments, des antibiotiques ciblés, voire la transplantation de microbiote fécal) pour réduire l’incidence du CCR.

4. Outils cliniques et transparence pour les soignants

L’utilisation de modèles XAI (explicables, avec cartographies des contributions bactériennes à la décision) est un gage de confiance pour le corps médical, qui peut comprendre chaque prédiction. Cela favorise un dialogue éclairé avec le patient et une médecine réellement personnalisée.

Défis et perspectives

Malgré les avancées de cette étude, des défis demeurent :

• Validation sur de plus larges cohortes et selon différentes populations
• Prise en compte de facteurs confondants (alimentation, médicaments...)
• Intégration de méthodes multi-omiques : coupler l’analyse du microbiome à celle de l’ARN, des métabolites ou des paramètres de l’inflammation
• Passage en routine clinique et acceptabilité par le public

En parallèle, les chercheurs développent des simulateurs permettant de tester "in silico" - recherches, expériences ou analyses créées avec des outils informatiques ou des modèles mathématiques - l’impact de changements diététiques ou thérapeutiques sur le microbiome.

Conclusion

L’IA explicable ouvre la voie à une révolution du dépistage et de la prévention du cancer colorectal. En rendant interprétable la complexité du microbiome, elle offre des solutions non-invasive et réellement personnalisées, alliant puissance de calcul et compréhension biologique. Même si tout reste encore à valider cliniquement et à démocratiser, il est probable que le médecin de demain tiendra compte de votre microbiote pour veiller sur la santé intestinale.